Формирование единого поля смещений по оптическим изображениям поверхности для контроля механического состояния материалов

• Автор: Солодушкин, Андрей Иванович
• Шифр специальности: 05.11.13
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Томск
• Количество страниц: 156 с. : ил.

ОГЛАВЛЕНИЕ
Список использованных сокращений и обозначений
ВВЕДЕНИЕ
1. АНАЛИЗ МЕТОДОВ ИЗМЕРЕНИЯ ПОЛЕЙ СМЕЩЕНИЙ И ДЕФОРМАЦИИ МАТЕРИАЛА
1.1. Обзор существующих экспериментальных методов
1.2. Метод корреляции цифровых изображений
1.3. Сравнительный анализ методов измерения полей смещений и деформации
1.4. Методы формирования панорамы
1.4.1. Методы площадного совмещения
1.4.2. Методы, основанные на выделении примитивных объектов и характерных точек
1.5. Постановка задачи
1.6. Основные результаты и выводы по разделу
2. РАЗРАБОТКА АЛГОРИТМА ФОРМИРОВАНИЯ ЕДИНОГО ПОЛЯ СМЕЩЕНИЙ ПО СОВОКУПНОСТИ ВЕКТОРНЫХ
ПОЛЕЙ
2.1. Векторное поле как физическая величина
2.2. Теоретический анализ возможности формирования единого поля смещений по совокупности векторных полей
2.3.Влияние шума на точность формирования единого
поля смещений
2.3.1. Влияние мультипликативного шума
2.3.2. Влияние аддитивного шума
2.3.3. Выводы по результатам исследований точности определения сдвига векторных полей от уровня шума
2.4. Использование алгоритма скользящего окна для формирования единого поля смещений
2.5. Схема работы алгоритма формирования единого

векторного поля
2.6. Основные результаты и выводы по разделу
3. ЭФФЕКТИВНЫЕ АЛГОРИТМЫ ФОРМИРОВАНИЯ ПАНОРАМЫ, РАСЧЕТА ЕДИНОГО ПОЛЯ ВЕКТОРОВ СМЕЩЕНИЙ И ДЕФОРМАЦИИ
3.1. Требования к разрабатываемым алгоритмам формирования панорамы
3.2. Выбор метода формирования панорамы
3.3. Оценка качества текстуры изображения
3.3.1. Оценка качества текстуры на основе теории информации
3.3.2. Оценка качества текстуры с помощью фрактальной размерности
3.3.3. Выводы по результатам исследований
3.4. Алгоритмы формирования панорамы в зависимости от качества текстуры
3.4.1. Алгоритм скользящего окна при среднем качестве текстуры
3.4.2. Алгоритм реперных точек при низком качестве текстуры
3.4.3. Модифицированный алгоритм для текстуры высокого качества
3.5. Алгоритм оценки погрешности формирования панорамы
3.6. Модифицированный алгоритм расчета поля векторов смещений
и деформации
3.6.1. Базовый алгоритм идентификации вектора смещения
3.6.2. Оптимизация поиска по времени эталонного участка изображения
3.6.3. Выбор параметров расчета в зависимости от текстуры изображений
3.6.4. Оценка выигрыша по времени
3.6.5. Выбор размера области поиска в зависимости от деформации
3.7. Расчет характеристик деформации
3.8. Основные результаты и выводы по разделу
4. КОНТРОЛЬ МЕХАНИЧЕСКОГО СОСТОЯНИЯ СВАРНЫХ
СОЕДИНЕНИЙ НА ОСНОВЕ ЭВОЛЮЦИИ ДЕФОРМАЦИИ
4.1. Общий подход к контролю механического состояния сложных технических систем на основе эволюции деформации
4.2. Механизм деформации и разрушения сварного соединения стали 10Г2С при повторно-статической усталости
4.3. Механизм деформации и разрушения сварного соединения стали 10Г2С при многоцикловой усталости
4.4. Механизм усталостного разрушения дефектного сварного соединения стали 10Г2С
4.5. Комплекс для оценки механического состояния материала.
4.5.1. Структура аппаратной части комплекса «Р1еММейег».
4.5.2. Состав и структура программной части комплекса «Р1е14МеЦег»
4.6. Пути снижения абсолютной погрешности измерения единого
поля смещений
4.7. Основные результаты и выводы по разделу
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ I. АКТ О ВНЕДРЕНИИ РЕЗУЛЬТАТОВ
ДИССЕРТАЦИОННОЙ РАБОТЫ
ПРИЛОЖЕНИЕ 2. СВИДЕТЕЛЬСТВА О ГОСУДАРСТВЕННОЙ РЕГИСТРАЦИИ ПРОГРАММ ДЛЯ ЭВМ

ниях. Из-за использования всего объема исходных данных они трудоемки с вычислительной точки зрения.
1.4.2. Методы, основанные на выделении примитивных объектов и характерных точек
Точечной особенностью (в литературе также используются термины «характеристическая точка», «контрольная точка», «точка интереса», interest point) называется точка изображения, структура окрестности которой инвариантна заданным преобразованиям изображения.
Для выявления точечных особенностей разрабатываются методы - детекторы.
Для точечных особенностей, найденных с помощью детектора, рассчитываются дескрипторы - вектора, описывающие структуру окрестности точечной особенности. Другими словами, дескриптор - идентификатор ключевой точки, выделяющий ее из остальной массы особых точек. Как правило, эти вектора формируются на основе набора значений первых и вторых производных изображения в точке. Кроме того, дескриптор рассчитывается таким образом, чтобы его значение было инвариантным по отношению к требуемым преобразованиям изображения. Типичными преобразованиями являются: поворот, растяжение, сжатие, монотонное изменение яркости, аффинные и проективные преобразования.
Набор дескрипторов составляет модель изображения, которая впоследствии используется для совмещения изображений.
Сопоставление дескрипторов осуществляется в два этапа:
1) на первом этапе устанавливаются пары наиболее близких дескрипторов (тем самым устанавливаются соответствия между точечными особенностями);
2) на втором этапе на основе набора пар близких дескрипторов принимается решение о соответствии между изображениями.